资源分类
电力行业论文
电力行业期刊
电力行业成果
电力行业专利
电力工业标准
能源、核技术
电工
电子与信息技术
- > 电子元器件与信息技术综合
- > 电子元件
- > 电真空器件
- > 半导体分立器件
- > 微电路
- > 计算机
- > 信息处理技术
- > 电子测量与仪器
- > 电子设备专用材料、零件、结构件
- > 电子工业生产设备
仪器仪表
- > 仪器、仪表综合
- > 工业自动化仪表与控制装置
- > 电工仪器仪表
- > 物质成分分析仪器与环境监测仪器
- > 实验室仪器与真空仪器
- > 试验机与无损探伤仪器
工程建设
其他相关行业
电力行业机构
电力企业
采矿业
制造业
- > 通用设备制造业
- > 专用设备制造业
- > 交通运输设备制造业
- > 电气机械及器材制造业
- > 通信设备、计算机及其他电子设备制造业
- > 仪器仪表及文化、办公用机械制造业
- > 金属制品业
- > 非金属矿物制品业
基于暂态过电压下行波分析的变压器绕组变形在线故障定位方法 2017年4月15日 【正式出版版本】 【曾经优先出版版本】
基于暂态过电压下行波分析的变压器绕组变形在线故障定位方法
On-line fault location method for transformer winding deformation based on traveling wave analysis with transient overvoltage 2017年4月15日 【正式出版版本】 【曾经优先出版版本】
On-line fault location method for transformer winding deformation based on traveling wave analysis with transient overvoltage
-
摘要： - 绕组变形是变压器内部的主要故障类型之一,严重威胁电力系统正常运行.为有效提高绕组变形在线检测的准确性,结合变压器在运行中遭受暂态过电压冲击的特性,提出基于暂态过电压下行波分析的变压器绕组变形在线故障定位方法.当暂态过电压信号侵入变压器绕组时,在绕组末端获取电压行波信号,采用具有自适应白噪声的完整集成经验模态分解方法(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise, CEEMDAN)对其进行分解,得到本征模态分量(Intrinsic Mode Function, IMF),计算各IMF分量下的相关系数,对比分析后选取一些IMF的相关系数作为绕组变形的故障特征量,最后结合BP神经网络构建故障特征和故障点的映射关系,实现绕组变形的在线故障定位.仿真结果验证了本方法的可行性.
-
Abstract： - Winding deformation is one of the main types of transformer faults, which threatens the normal operation of power system.To effectively increase the accuracy of detecting the winding deformation on-line, combining with the characteristics of transient overvoltage the surge of which the transformer suffers during its operation, an on-line fault location method for transformer winding deformation based on traveling wave analysis with transient overvoltage is proposed.Voltage signal of traveling wave is measured when transient overvoltage signal invades the transformer winding.Intrinsic mode function (IMF) is obtained through complete ensemble empirical mode decomposition with adaptive noise (CEEMDAN) of the signal.Correlation coefficients of the IMF components are calculated, and some correlation coefficients of IMF are chosen as fault feature of winding deformation through the comparison and analysis.Finally, the BP neural network is used to establish the mapping relationship between fault characteristics and fault locations, and the on-line fault location of winding deformation is achieved.The simulation results show the feasibility of the proposed method.
|
|
张宁
朱永利
|
|---|---|
| Author： | Zhang Ning Zhu Yongli |
|
|
华北电力大学 新能源电力系统国家重点实验室,河北 保定,071003 |
|
|
电测与仪表 ISTIC EI SCI PKU CSSCI |
|
|
Electrical Measurement & Instrumentation ISTIC EI SCI PKU CSSCI |
|
|
2017, 54(7) |
|
|
TM406 |
|
|
变压器绕组变形
在线故障定位
暂态过电压
行波分析
CEEMDAN
|
|
|
transformer winding deformation on-line fault location transient overvoltage traveling wave analysis CEEMDAN |
|
|
|
|
|
2017年5月31日 |
|
|
中央高校基本科研业务费专项资金资助项目 |
返回顶部参考文献
返回顶部引证文献
返回顶部本文读者也读过
返回顶部相似文献
返回顶部相关博文
京公网安备11010802020237号